p値も偽の発見率ですか？

でhttp://surveyanalysis.org/wiki/Multiple_Comparisons_(Post_Hoc_Testing）それは述べて

たとえば、p値が0.05であり、それが有意であると結論付けた場合、誤った発見の確率は、定義により、0.05です。

私の質問：私は常に、誤った発見はタイプIのエラーであると常に考えていました。これは、ほとんどのテストで選択された有意水準と同じです。P値は、サンプルから計算された値です。確かに、ウィキペディアは述べています

p値は、ネイマンピアソンアプローチの有意水準またはタイプIエラー率[誤検知率] と混同しないでください。 "$\alpha$

では、なぜリンクされた記事はタイプIのエラー率がp値によって与えられると主張しているのですか？

偽の発見率は、p値のしきい値だけでなく、真実にも依存します。実際、帰無仮説が実際には間違っている場合、誤った発見をすることは不可能です。

多分それをそのように考えることは役に立ちます：p値のしきい値は、真の発見がなされない場合に偽の発見を行う確率です（または帰無仮説が真の場合は別の言い方をすると）。

基本的に、

タイプ1のエラー率=「nullがtrueの場合にnullを拒否する確率」= p値のしきい値

そして

タイプ1エラー率=偽の発見率帰無仮説が真の場合

正しいですが、真のヌルの条件に注意してください。偽の発見率にはこの条件がありません。そのため、帰無仮説のうちいくつが実際に正しいかという未知の真実に依存します。

Benjamini-Hochbergのような手順を使用して誤った発見率を制御する場合、実際の誤った発見率を推定することはできず、代わりに上限を推定することによってそれを制御することを考慮することも価値があります。さらに多くのことを行うには、統計量を使用して帰無仮説が真であることを実際に検出できる必要があります。ただし、特定の大きさの違反のみを検出できる場合（テストの検出力によって異なります）。

P値と偽陽性率（または偽発見率）の違いについては、http：//rsos.royalsocietypublishing.org/content/1/3/140216で説明しています。

この論文では、偽発見率という用語を使用していますが、今では偽陽性率を好んでいます。前者の用語は、複数の比較の修正の文脈でよく使用されるためです。それは別の問題です。この論文は、単一の偏りのないテストでは、偽陽性率はほとんどすべての状況下でP値よりかなり高いことを指摘しています。

https://aeon.co/essays/it-s-time-for-science-to-abandon-the-term-statistically-significantにも、根本的なロジックの定性的な説明があります。